来源：期刊VIP网 时间：
作者：靳晓;王东升;王立娟;马国超;唐尧;刘欢;黄昌萍;
单位：重大危险源测控四川省重点实验室;四川安信科创科技有限公司;四川省安全科学技术研究院;
摘要：建筑火灾已经成为威胁城市公众安全的主要灾害之一。为了保护消防救援人员的人身安全，综合运用红外热成像、测量机器人和近景摄影测量等技术构建了一种建筑结构火灾下倒塌应急监测方法，对火灾下建筑的温度场和形变场进行监测，辅助开展建筑倒塌风险分析。该方法采用红外热成像技术获取建筑火灾的温度场数据；利用测量机器人和近景摄影测量技术分别获取关键点位高精度形变数据和多方位立体形变数据；建立了雾凇优化算法(Rime Optimization Algorithm, RIME)与极限学习机(Extreme Learning Machine, ELM)相结合的协同校正模型RIME-ELM,利用关键点位高精度形变数据对近景摄影测量的监测结果进行校正，提高立体形变监测数据的精度。为了验证该方法的有效性，搭建建筑结构实体模型，模拟开展火灾应急监测。结果表明，该方法所获取的火场温度和形变数据符合建筑火灾一般规律，利用RIME-ELM模型所获取的形变校正结果与ELM模型相比，平均相对误差明显降低。这验证了该方法的有效性和可行性，能够为消防应急救援提供全面、可靠的数据支撑。
关键词：安全工程;建筑火灾;倒塌应急监测;雾凇优化算法(RIME);极限学习机(ELM)
基金资助：四川省科技计划重点研发项目(2020YFS0388)
